排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
在地震储层预测中,可采用的地震属性种类繁多,但太多地震属性常常会起到干扰作用,影响储层的预测精度,因此,为提高地震储层预测精度,把粗糙集理论融入到地震属性的优化中,利用粗糙集理论所具有的提取有用属性、简化信息处理的能力,优选出地震属性中的敏感属性是本文的研究目的,本文采用了一种基于属性方差的自组织神经网络量化方法,并运用基于区别矩阵的属性频率约简算法对地震属性进行优选,实例分析表明:该方法可行有效,可以最大限度地删除冗余地震属性,用优选出的敏感属性组合对多种储层参数进行预测均已取得了较好的效果. 相似文献
2.
针对地表剧烈起伏,速度纵、横向变化大的复杂区,层析静校正较以往的折射波静校正方法有明显的优势,但是受初至时间拾取精度、炮检距的选择、近地表模型约束等问题的影响,层析反演的精度还不能满足低幅度构造预测的需求,为此提出微测井约束分步层析的静校正方法,即将浅层速度模型与最终近地表模型分步进行层析反演,并应用微测井信息约束浅层速度模型层析反演,有效地提高了近地表速度模型反演的精度,通过在古峰庄地区的应用较好地解决了复杂地表条件下的静校正问题,低幅度构造预测精度得到提高. 相似文献
1